基于相似性的检索模型

根据基于案例的英汉翻译系统CBECTS的特点 ,提出了基于相似性的检索模型。这一模型包括特征向量的获取方法 ,利用反合一计算案例间的结构相似性的方法以及根据句子的特点 ,提出了权重的计算及语义相似性计算的方法等     

新冠肺炎疫情下高校口译教学模式的转变

新型冠状病毒肺炎(COVID-19)疫情为世界突发重大公共卫生事件,随着各国"封国""封城"等疫情防控措施的出台,正常的国际交流秩序被打断,全球经济遭受极大冲击,直接导致各类商业市场需求疲软,与语言服务行业紧密相关的各类国际展会、会议和赛事都面临无限期延期或取消.从口译教学设备创新、医学口译趋势和口译员心理素质培养三大...     

翻译记忆(TM)——计算机翻译技术的新发展

机器翻译(MT ) 和机器辅助翻译(CAT ) 是两个既有联系又有着本质区别的概念。本文回顾了机器翻译的历史, 比较了机器翻译和机器辅助翻译各自的特点, 着重论述了翻译记忆软件的工作原理、特点及其应用。     

浅议基于核岭回归技术的汉英机器翻译模型

基于模型学习的统计机器翻译存在过于依赖给定的平行训练句子、错误难以预测等不足,重新构建基于核岭回归技术的汉英机器翻译模型,将翻译过程看作源语言字符串到目标语言字符串之间的一个映射,输入和输出字符串都被嵌入到各自的再生核希尔伯特空间,在输入端的特征空间和输出端的特征空间之间使用岭回归的方法得到两者之间高维的映射关系,获取给定并行语料库的特征,并使用这些映射来生成机器翻译输出。经实验验证表明,基于核岭回归技术的汉英机器翻译模型能够形成相对应的准确率更高的翻译内容。     

基于UAMRT的英汉翻译系统的设计与实现原理

本文提出了一种设计和实现英汉翻译系统的新方法。该方法以模板匹配替换通用算法 (UAMRT)为基础 ,通过结合句型分析算法和从句分析算法建立启发式搜索机制 ,实现从源语言句子到目标语言句子的自动翻译。它不仅能够合理地利用基于规则和基于例子的翻译系统的优点 ,而且能够在一定程度上克服它们的缺点。速度测试表明以该方法为基础实现的英汉翻译系统在P IV1 7G的计算机上的翻译速度每秒可以达到 130 0个单词左右 ;质量测试表明该系统具有较好的发展潜力     

机器翻译面面观

简要介绍了机器翻译及其发展历史，从词义选择、短语识别、歧义消解、句法结构处理，化因素等方面分析了机器翻译存在的问题。进而提出机器翻译必须与人工翻译相结合才能译出好的作品；机器翻译软件的改进必须有翻译家和语言学家等专业人员的参与．才能开发出更加人性化的机器翻译软件。     

人工智能背景下科技论文摘要的机器翻译与译后编辑

神经网络机器翻译的发展为作者英译科技论文摘要提供了便利,也丰富了科技期刊英文编辑的工作内涵。通过借鉴(GB/T 40036—2021)《翻译服务 机器翻译结果的译后编辑要求》中对机器翻译译后编辑类型、任务及目标等相关问题的界定来探讨机译英文摘要的编辑加工方法不失为一次全新而有益的尝试。本文辨析了作者、编辑进行机译英文摘要译后编辑的不同类型,阐述了编辑层面的译后编辑任务分解流程,归纳了机译英文摘要的常见错误类型,探讨了与摘要内容相适应的译后编辑策略,并认为编辑应坚守人机互动翻译模式中的主导地位。     

神经网络语言模型在统计机器翻译中的应用

近两年来,神经机器翻译（Neural Machine Translation, NMT）模型主导了机器翻译的研究,但是统计机器翻译（Statistical Machine Translation, SMT）在很多应用场合（尤其是专业领域）仍有较强的竞争力。如何利用深度学习技术提升现有统计机器翻译的水平成为研究者们关注的主要问题。由于语言模型是统计机器翻译中最核心的模块之一,本文主要从语言模型的角度入手,探索神经网络语言模型在统计机器翻译中的应用。本文分别探讨了基于词和基于短语的神经网络语言模型,在汉语到英语和汉语到日语的翻译实验表明神经网络语言模型能够显著改善统计机器翻译的译文质量。     

面向科技文献的中日机器翻译合作研究

本文以多语言科技信息服务为立足点,结合中日两国面向科技文献的机器翻译研究现状,介绍了两国近几年开展的机器翻译合作项目的情况,包括合作背景与基础、知识产权、具体合作内容与成果,以及在机器翻译实用化方面的一些思考。     

深度学习在统计机器翻译领域自适应中的应用研究

统计机器翻译往往存在待翻译文本来源多样和领域不一致的问题。为了提升面向不同领域的文本的翻译质量,需要根据待翻译文本对训练语料进行筛选以达到领域自适应的目的。目前统计机器翻译的领域自适应方法以目标数据为基准,着重利用统计技术对训练数据或者翻译模型进行领域的适应调整,缺乏明确的领域标签。本研究在本组之前研究基础上利用深度学习中卷积神经网络 (Convolutional neural network, CNN）对短文本进行建模,构建合适的网络结构进行有监督学习,获取完整的句子语义信息,按照待翻译文本的领域信息对训练语料进行归类筛选,获取与待翻译文本领域一致的训练数据,并将其应用到统计机器翻译中。本文采用万方英文摘要在统计机器翻译系统上进行测试,仅利用部分训练数据就得到了超越原始训练数据BLEU 打分的翻译结果,证明了本研究的有效性和可行性。